PLAID-datasets/Tensile2d

该数据集包含2D准静态非线性结构力学解决方案，涉及几何变化。数据集由Safran公司创建，使用PLAID库和datamodel生成，版本为0.0.10.dev0+g197feb3.d20240624。数据集包含6个输入标量和几何（网格），输出为4个标量和6个字段。提供了7个嵌套的训练集，大小从8到500不等，以及一个大小为200的测试集和两个分布外样本。数据集的语言为PLAID，许可证为cc-by-sa-4.0。

This dataset contains 2D quasistatic non-linear structural mechanics solutions, focusing on geometrical variations. It includes 702 samples with features such as input scalars, geometry (mesh), and output scalars and fields. The dataset is used for regression tasks and is licensed under cc-by-sa-4.0. It is owned by Safran and created using the PLAID library.

原始信息汇总

数据集概述

数据集描述

该数据集包含2D准静态非线性结构力学解决方案，涉及几何变化。详细描述可在MMGP论文的第4.1节和附录A.2中找到。

输入输出变量

• 输入标量：6个（P, p1, p2, p3, p4, p5）
• 输出标量：4个（max_von_mises, max_q, max_U2_top, max_sig22_top）
• 输出场：6个（U1, U2, q, sig11, sig22, sig12）

数据集结构

• 训练集：包含7个嵌套训练集，大小从8到500不等，包含完整的输入-输出数据。
• 测试集：大小为200，以及两个分布外的样本，这些样本的输出未提供。

数据集详情

数据集信息

• 数据集名称：2D quasistatic non-linear structural mechanics solutions
• 标签：physics learning, geometry learning
• 任务类别：graph-ml
• 数据集大小：n<1K
• 许可证：cc-by-sa-4.0
• 数据集创建：使用PLAID库和数据模型创建。

数据集配置

• 配置名称：default
• 数据文件路径：data/all_samples-*
• 数据分割：
  • 测试集：500-699
  • 分布外样本：700-701
  • 训练集：
    • train_8: 35, 95, 188, 210, 312, 322, 401, 408
    • train_16: 17, 35, 64, 95, 170, 174, 184, 188, 210, 267, 290, 312, 322, 401, 408, 496
    • train_32: 12, 17, 19, 35, 64, 92, 95, 99, 144, 148, 159, 170, 171, 174, 184, 188, 206, 210, 267, 290, 312, 322, 364, 371, 395, 400, 401, 403, 408, 436, 481, 496
    • train_64: 4, 12, 17, 19, 22, 24, 35, 40, 53, 64, 78, 86, 92, 95, 99, 109, 114, 138, 144, 148, 156, 157, 159, 168, 170, 171, 172, 174, 179, 184, 188, 195, 206, 207, 210, 226, 233, 256, 267, 279, 287, 290, 299, 302, 312, 322, 327, 343, 351, 364, 371, 395, 400, 401, 403, 405, 408, 409, 436, 446, 465, 469, 481, 496
    • train_125: 0, 4, 8, 12, 16, 17, 19, 22, 24, 33, 34, 35, 36, 37, 39, 40, 46, 49, 51, 53, 63, 64, 74, 78, 86, 89, 92, 94, 95, 99, 100, 109, 114, 138, 139, 144, 148, 151, 156, 157, 159, 163, 168, 170, 171, 172, 174, 179, 183, 184, 188, 189, 195, 201, 206, 207, 210, 212, 216, 220, 225, 226, 228, 230, 233, 241, 255, 256, 262, 267, 268, 275, 277, 279, 287, 289, 290, 296, 299, 300, 301, 302, 311, 312, 314, 318, 322, 327, 329, 341, 343, 347, 348, 351, 364, 371, 379, 385, 387, 390, 392, 394, 395, 400, 401, 403, 405, 407, 408, 409, 421, 422, 431, 436, 440, 444, 446, 456, 465, 466, 469, 470, 471, 481, 496
    • train_250: 0, 4, 5, 8, 9, 11, 12, 16, 17, 19, 21, 22, 24, 32, 33, 34, 35, 36, 37, 39, 40, 41, 42, 45, 46, 47, 49, 51, 53, 58, 59, 63, 64, 67, 68, 74, 76, 78, 81, 83, 86, 87, 88, 89, 90, 92, 94, 95, 96, 99, 100, 101, 103, 105, 106, 109, 110, 111, 112, 114, 116, 122, 125, 126, 127, 128, 130, 131, 136, 137, 138, 139, 144, 146, 147, 148, 151, 152, 156, 157, 159, 162, 163, 166, 168, 170, 171, 172, 173, 174, 179, 180, 183, 184, 188, 189, 195, 199, 201, 204, 205, 206, 207, 208, 210, 211, 212, 213, 214, 216, 218, 220, 222, 223, 225, 226, 227, 228, 230, 231, 233, 236, 241, 242, 245, 248, 251, 252, 255, 256, 257, 258, 259, 261, 262, 264, 267, 268, 272, 275, 277, 279, 280, 282, 283, 285, 286, 287, 289, 290, 291, 294, 295, 296, 299, 300, 301, 302, 307, 309, 311, 312, 313, 314, 315, 316, 318, 322, 324, 327, 329, 331, 332, 340, 341, 343, 344, 347, 348, 350, 351, 355, 358, 364, 366, 367, 371, 372, 374, 375, 376, 377, 379, 385, 387, 388, 390, 392, 394, 395, 396, 397, 399, 400, 401, 402, 403, 404, 405, 407, 408, 409, 411, 412, 413, 418, 419, 421, 422, 424, 426, 431, 436, 438, 439, 440, 442, 444, 445, 446, 448, 451, 455, 456, 457, 458, 465, 466, 468, 469, 470, 471, 473, 474, 475, 476, 477, 481, 491, 496
    • train_500: 0-499

数据集大小

• 下载大小：395462557字节
• 数据集大小：864904041字节
• 样本数量：702

数据集特征

• 特征名称：sample
• 特征类型：binary

数据集分割

• 分割名称：all_samples
• 字节数：864904041
• 样本数：702

搜集汇总

数据集介绍

构建方式

该数据集由PLAID库创建，采用2D拟静态非线性结构力学解决方案，模拟了小变形和平面应变条件下的物理现象。数据集包含702个样本，其中500个用于训练，200个用于测试，还有两个样本作为分布外数据。数据集的构建基于模拟，输入包括6个标量值和几何网格，输出包括4个标量值和6个场。为了便于不同规模的学习任务，数据集提供了从8到500个样本的七个嵌套训练集。

使用方法

要使用Tensile2d数据集，首先需要使用HuggingFace的load_dataset函数加载整个数据集，并选择'all_samples'分割。然后，可以通过访问description键获取输入和输出名称，以及训练和测试集的ID。每个样本是一个二进制对象，可以使用plaid库中的Sample类进行解析。对于每个样本，可以获取网格信息、节点、单元、节点标签以及标量和场数据。此外，还可以将网格转换为Muscat库中的对象，以便进行进一步的分析和处理。

背景与挑战

背景概述

在材料科学和工程领域，对二维准静态非线性结构力学解决方案的研究至关重要，它能够帮助工程师和研究人员更好地理解材料在受到不同载荷和几何变化时的行为。Tensile2d数据集正是在这一背景下产生的，它由Safran公司创建，并基于PLAID库进行数据模型构建。该数据集包含了在几何变化下的二维准静态非线性结构力学解决方案，通过模拟实验得到。数据集的核心研究问题在于探索几何变化对结构力学解决方案的影响，这对于提升材料设计和结构优化具有重要意义。Tensile2d数据集的创建不仅提供了丰富的实验数据，还为相关领域的研究提供了宝贵的资源，推动了结构力学和材料科学的进步。

当前挑战

Tensile2d数据集在解决领域问题方面面临着挑战。首先，该数据集的构建过程需要精确模拟二维准静态非线性结构力学，这要求高精度的计算和模拟技术。其次，数据集的规模较小，且包含的样本数量有限，这在一定程度上限制了模型的学习能力和泛化能力。此外，数据集中的样本主要关注几何变化，而在实际应用中，材料性质和外部环境等因素也可能对结构力学解决方案产生重要影响。因此，如何利用有限的样本构建能够泛化到更广泛场景的模型，是Tensile2d数据集面临的主要挑战。

常用场景

经典使用场景

在材料科学和工程领域，Tensile2d数据集广泛应用于研究二维准静态非线性结构力学问题。该数据集包含了在几何变化下的力学解决方案，为研究人员提供了丰富的实验数据，以用于模型训练和验证。Tensile2d数据集的经典使用场景包括但不限于材料强度分析、结构优化设计以及力学性能预测。

解决学术问题

Tensile2d数据集解决了传统力学实验中数据采集困难、成本高昂的问题。通过模拟实验，该数据集为研究人员提供了大量高质量的力学数据，极大地推动了相关领域的研究进展。此外，Tensile2d数据集还解决了几何变化对结构力学性能的影响这一学术难题，为结构优化设计提供了重要的数据支持。

实际应用

在工程实践中，Tensile2d数据集被广泛应用于产品设计和性能评估。例如，在航空航天领域，工程师可以利用Tensile2d数据集对新型材料进行强度分析，从而优化产品设计，提高产品的安全性和可靠性。此外，在土木工程领域，Tensile2d数据集也被用于桥梁、隧道等大型结构的设计和性能评估，为工程实践提供了有力的数据支持。

数据集最近研究

最新研究方向

PLAID-datasets/Tensile2d数据集在2D准静态非线性结构力学解决方案的研究中占据了前沿地位。该数据集的构建和使用，旨在推动物理学和几何学学习的进步，特别是在模拟和预测结构力学行为方面。最近的研究方向主要集中在如何利用该数据集来提高结构力学模型的预测准确性和效率，特别是在处理复杂几何形状和小变形情况下的非线性力学问题。此外，该数据集还引起了关于如何将机器学习方法应用于结构力学模拟的热烈讨论，以及如何利用这些模拟来优化工程设计。这些研究对于工程设计和建筑领域具有重要意义，有助于提高结构的安全性和效率。